<aside> ✅ 팀원별

</aside>

• 지연
• 세희

  1. Payment Method : Paypal or PayPal 통일 필요 ⇒

     → Payment Method: Method used for payment (e.g., Cash, Credit Card, Paypal)

     • product type과 sku가 동일하지 않은 row가 발생. 이에 unit price를 보고 값을 대치하려 했으나, unit price도 맞지 않을 뿐더러, unit price가 맞지 않는 칼럼 1개 추가 발생. 튜터 피드백은**” 보통 담당부서에 가서 데이터 오류를 파악한다”** 했으나 현재 담당부서 확인이 불가능한 상태로 drop처리
• 민규
• 승인
• 수민

<aside> 💡 전처리 방법

</aside>

결측치

• Gender : drop

• Add-ons Purchased : None

• Payment Method : Paypal

  df['Payment Method'] = df['Payment Method'].replace('PayPal','Paypal')
  

파생변수 컬럼 생성

• age_group : 10대 / 20대 / 30대 / 40대 / 50대 / 60대 / 70대 이상

  #나이 그룹 파생 변수
  bins_age = [0, 10, 20, 30, 40, 50, 60, 70, 80, np.inf]
  labels_age = ['low 10s', '10s', '20s', '30s', '40s', '50s', '60s', '70s', '80s +']
  df['age_group'] = pd.cut(df['Age'].astype(float), bins=bins_age, labels=labels_age, right=False)
  #최저 최하 이상치 있는지 확인
  lowest_Age = df['Age'].min()
  highest_Age = df['Age'].max()
  print(f"연소자: {lowest_Age}세,{(df['Age']==lowest_Age).sum()}명")
  print(f"연장자: {highest_Age}세,{(df['Age']==highest_Age).sum()}명")
  #연소자: 18세,301명
  #연장자: 80세,289명 이상 없음.
  

• Total : Total Price + Add-on Total

  df['Total'] = df['Total Price'] + df['Add-on Total']
  

• Price_group : 4분위수 (Q1,Q2,Q3,Q4)

  # 1분위~4분위
  labels = ['Q1', 'Q2', 'Q3', 'Q4']
  
  # Total 값을 기준으로 4분위로 나눔
  df['Total_group'] = pd.qcut(df['Total'], q=4, labels=labels) #qcut=분위 따라서 나누는 함수
  df['Total_group'].value_counts() #확인 결과 각 5000으로 잘 나뉘어짐
  

• Retention : True(재구매) / F(신규 고객) <탐색적 데이터 분석 추가 필요, 인터벌도 확인>

  repeat_customers = df[df['Order Status'] == 'Completed']['Customer ID'].value_counts()
  repeat_customers = repeat_customers[repeat_customers >= 2].index
  #구매 횟수별 사용자 특성 비교 필요/한 번 구매 후 취소한 사람 같은 것
  df['Retention'] = df['Customer ID'].isin(repeat_customers)
  
  

데이터 수정 사항

• Product Type & SKU 불일치 row → drop

Data = Data[Data['Unit Price'].map(Data['Unit Price'].value_counts()) > 1]